Yuancccc的博客

一、神经网络 　　在前面的练习中，你实现了神经网络的前馈传播，并利用它预测手写数字的权重。在这个练习中，你将实现反向传播算法来学习神经网络的参数。 1.1 Visualizing the data(可视化数据) 　　这与您在上一次练习中使用的数据集相同。在ex3data1.mat中有5000个训练示例，其中每个训练示例是20像素乘20像素的数字灰度图像。像素用浮点数表示，表示该位置的灰度强度。20...

在本练习中，您将实现正则线性回归，并使用它来研究具有不同偏差-方差特性的模型。 1、Regularized Linear Regression 正则线性回归 在前半部分的练习中，你将实现正则化线性回归，以预测水库中的水位变化，从而预测大坝流出的水量。在下半部分中，您将通过一些调试学习算法的诊断，并检查偏差 v.s. 方差的影响。 1.1 Visualizing the dataset 可视化数据集...

1、支持向量机 　在本练习的前半部分，您将使用支持向量机（SVM）具有各种示例2D数据集。 试验这些数据集将帮助您直观了解SVM的工作原理以及如何使用高斯分布内核与SVM。 　在练习的下半部分，您将使用支持矢量机器来构建垃圾邮件分类器。提供的脚本ex6.m将帮助您逐步完成上半部分练习。 1.1数据集 示例1 　我们将从一个2D示例数据集开始，该数据集可以用a分隔线性边界。 脚本ex6.m将绘制训练...